Нейросетевой классификатор для систем безопасности автомобиля

Abstract

В статье рассматривается применение модульных нейронных сетей в интеллектуальной системе безопасности легкового автомобиля. Система предназначена для идентификации объекта, находящегося на переднем сиденье автомобиля. Задача заключается в определении наличия пассажира для принятия решения о целесообразности открытия подушки безопасности. Исходными данными служит информация, получаемая с видеокамеры, размещенной в салоне. Показано, что изображения, получаемого с видеокамеры, достаточно для решения поставленной задачи, рассмотрены алгоритмы решения и приведены результаты экспериментов.

У статті розглядається застосування модульних нейронних мереж в інтелектуальній системі безпеки легкового автомобіля. Система призначена для ідентифікації об’єкта, що знаходиться на передньому сидінні автомобіля. Задача полягає у визначенні наявності пасажира для прийняття рішення про доцільність відкриття подушок безпеки. Вихідними даними є інформація, що отримується з відеокамери, розміщеної в салоні. Показано, що зображень, отриманих з відеокамери, достатньо для вирішення поставленої задачі, розглянуті алгоритми рішення та наведені результати експериментів.

The article is devoted to using modular neural networks in the intelligent safety system of a passenger car. The system is intended to identifying the object, on the front seat of the car. The goal is to identify presence of a passenger on the seat to make decision on advisability of an airbag deployment. Initial data to make the decision are sequence of images from the video camera, which is mounted in the car compartment. It is shown that the camera images carry enough information to solve the problem. In the article there are considered algorithm of data processing, neural network architecture to solve the task and experimental results.